Carsharing 데이터 분석 4: 재예약 분포
2019-11-30
멤버십, 정기 구독 상품 등이 아닌 경우 해당 고객이 언제 다시 서비스를 이용할지, 완전히 이탈한 것인지 명확히 확인이 어려움. 카셰어링의 주요 고객층이 20대 초반, 여가 목적 활용, 이탈 시점 파악이 어려움(취업 등의 생활 패턴 변화, 차량 구매 등) 등을 단순 가정하고 재사용 기간에 대한 분석.
import pandas as pd
import numpy as np
데이터 불러오기
raw_data = pd.read_csv("dump.csv")
print(raw_data.shape)
raw_data.head()
# 데이터 타입 변경
raw_data["pickup_time"] = pd.to_datetime(raw_data["pickup_time"])
raw_data["return_time"] = pd.to_datetime(raw_data["return_time"])
# 데이터 확인
print(raw_data.shape) # prints out 47011
print(raw_data['user_id'].unique().shape) # prints out 2875
다음 대여 시간을 컬럼 추가하기
raw_data.loc[raw_data.groupby('user_id')['pickup_time'].shift(-1), 'pickup_time_after']
raw_data.sort_values(by = ['user_id', 'pickup_time']).head()
다음 예약까지의 기간 구하기
raw_data['next_booking_period'] = raw_data['pickup_time_after'] - raw_data['pickup_time']
raw_data['next_booking_period'] = raw_data['next_booking_point'].fillna(0)
raw_data['next_booking_period'] = raw_data['next_bookingperiod'].dt.total_seconds().astype(float)